基于树木地貌法重建崩塌历史事件——-以川东华蓥山石林为例

了解崩塌活动史与区域气候变化之间的关系对于掌握区域山地灾害形成规律,预测未来发展趋势具有非常重要的作用。利用树木地貌法可以准确掌握山地灾害发生频率,并为定量分析气候变化对山地灾害发生发展趋势提供支撑。本文以川东华蓥山石林景区一大型崩塌为研究对象,通过杉木树木年轮、降水和气温数据对该崩塌活动时间进行分析。结果表明:该崩塌可能共有四个活动年份,2015年为大规模活动年份,2008年、2012年和2016年为小规模活动年份,崩塌活动的季节主要集中在早材期间(4月—9月)。基于滚石冲击树干产生的愈伤组织和标准木年轮对比表明:树木在受到滚石冲击后,都表现为生长抑制,且树木年轮宽度要滞后滚石活动1年。参考树木与干扰树木年轮宽度和月降雨量没有相关性,但干扰树木年轮与月平均气温(4月—9月)呈负相关关系。本研究结果可以为研究区内山地灾害活动史与气候变化关系提供支撑,尤其是为研究区域降雨诱发的崩塌活动规律提供借鉴。     

Supply and Demand Levels for Livestock and Poultry Products in the Chinese Mainland and the Potential Demand for Feed Grains

The widening gap between the supply and demand levels for livestock and poultry products in the Chinese mainland poses a significant challenge to the secure supply of feed grains. Therefore, the accurate prediction of the demand potential for feed grains represents a key scientific issue for ensuring food security in the Chinese mainland. This study is based on an analysis of several factors, such as the Chinese mainland’s output, trade volume, apparent consumption of livestock and poultry products, and two different scenarios for predicting the future demand for feed grains are assessed. The results indicate that output and consumption of livestock and poultry products, as well as the country’s trade deficit and the pressure of the supply and demand balance with respect to these products, have been increasing in recent years. The analysis predicts that the demand for feed grains in the Chinese mainland will reach 425.5 or 389.6 million tons in 2030 based on the two scenarios. This finding indicates that with the increasing demand for livestock and poultry products in the Chinese mainland, the demand for feed grains will continue to increase, and the shortfall in feed grains and raw materials will expand further, especially dependence on external sources of protein-rich feed grains will remain high.     

多重加密格网内插法坐标转换

我国CGCS2000坐标系启用后,各地均面临着大批量、多类型、多坐标系成果数据坐标转换的需求,而国家大地坐标系、地心坐标系及独立坐标系之间的转换参数属于绝密级别,保密要求高,因此给实际应用带来了困难。顾及与参数法坐标转换成果的一致性及数据的安全要求,本文提出了多重加密格网内插坐标转换方法,研制了适用于多种数据格式的二/三维格网坐标转换软件,并将该算法应用于CORS服务,通过实例验证了该方法的可靠性与实用性。     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

基于像元二分模型的地表植被覆盖度估算模块化设计与实现

地表植被覆盖度是的一种应用广泛的定量遥感产品,在水文、生态、区域变化等方面都具有重要的意义。像元二分模型是应用最多的一种遥感估算地表覆盖度的方法。目前,用遥感的方法进行地表植被覆盖度估算没有完整、系统的工具,用户只能逐步进行操作,效率低下,鉴于上述情况,本文运用IDL交互式数据语言,基于ENVI二次开发了一个植被覆盖度估算程序,取得了一定的成效,对遥感定量产品的生产、应用具有一定意义。     

图库一体化软件系统研究与实现

为了提高DLG和DRG数据生产效率,改变传统作业模式,解决图库数据分离造成的数据不同步、数据维护复杂等问题,笔者引入"图库一体化"解决方案,通过建立图库一体化数据模型,利用制图表达原理研究算法实现复杂符号效果,采用智能化标注、地图整饰自动化等关键性技术,基于Arc GIS Engine实现Umap图库一体化系统。     

空地技术结合地形图测图方法研究

车载移动测量系统可以快速、高精度地对测区进行三维激光扫描,但是因地物遮挡、视角限制,使得点云数据存在缺失;无人机航测具有高效率、高灵活性和低成本等优势,但是稳定性差,受天气影像严重,易导致影像不清晰或精度低。无人机航测技术可以弥补车载移动测量技术的采集盲区,后者可以发挥高精度的优点,二者技术联合应用,将极大提高测绘精度及生产效率。本文以某小区为例,进行了相关方法实验,对建筑物顶部或植被茂密处等扫描盲区,采用无人机航测补测,通过高精度激光点云对航摄影像进行纠正匹配,综合利用激光点云与航摄影像进行大比例尺测图。     

2014年春季渤海浮游植物群落结构

基于2014年春季在渤海进行的水文、化学和生物方面的综合大面调查,研究了渤海浮游植物群落的结构特征,并结合文献资料,分析影响浮游植物群落结构形成的原因。结果显示：2014年渤海春季共鉴定浮游植物3门29属50种,以硅藻为主,还有少数甲藻和金藻。其中,硅藻门中圆筛藻属的种类最多,共12种,其次为角毛藻属,共5种。浮游植物总细胞丰度介于1.08×10⁴~181.09×10⁴个/m³,平均为25.47×10⁴个/m³。硅藻与甲藻细胞丰度比值为12：1,硅藻在物种数量和细胞丰度上均占有绝对优势,为渤海浮游植物的主要类群。浮游植物优势种主要为密联角毛藻（Chaetoceros densus）、斯氏几内亚藻（Guinardia striata）、具槽帕拉藻（Paralia sulcata）和夜光藻（Noctiluca scintillans）。渤海春季浮游植物群落多样性水平较低,且分布不均。渤海中部和渤海海峡海域由于单一优势种过量繁殖导致群落稳定性较差。与历史同期资料对比,渤海海域浮游植物群落出现明显的物种演替现象,角毛藻的优势地位显著性下降,斯氏几内亚藻首次在渤海大面调查中被记录为优势种。本研究为今后渤海环境生态系统和渔业资源变动的研究提供重要基础资料和参考依据。     

中国海洋无脊椎动物分类学与系统演化研究进展与展望

综述了我国海域无脊椎动物的分类学和系统演化研究的历史和概况,以及我国分类系统学工作者在海洋无脊椎动物分类学、区系与动物地理学、系统发育与分子系统学领域的主要工作,重点介绍了中国科学院海洋研究所的海洋无脊椎动物分类学工作。涉及类群包括原生动物、海绵动物、刺胞动物、线虫、多毛类环节动物、星虫、螠虫、软体动物、节肢动物、苔藓动物、毛颚动物、棘皮动物、半索动物等主要的无脊椎动物门类。涉及海域以我国管辖海域,特别是中国近海为主,也涉及了西太平洋、西南印度洋等深海环境的无脊椎动物类群的分类学报道。本文总结过去,展望未来,对于在我国在海洋无脊椎动物分类与系统演化研究领域成就基础上,发现薄弱环节,研讨今后本学科的发展方向,填补研究空白,赶超本领域国际前沿,都有重要借鉴意义。     

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测

海雾气象条件下船只高精度检测识别面临较大困难,传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题,提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法,实现图片清晰度分类处理;其次为提高海雾气象条件下海上船只的实时检测精度,消除海雾遮挡对目标识别的影响,运用暗通道先验去雾方法对含有海雾的图像实行去雾;最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只,对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。